Agentenbasierte multimodale Informationsgewinnung für Nanomaterialien

Zusammenfassung Die Automatisierung der strukturierten Datenaus extraction aus wissenschaftlicher Literatur ist eine wichtige Herausforderung mit weitreichenden Auswirkungen in verschiedenen Bereichen. Wir stellen nanoMINER vor, ein Multi-Agent-System, das große Sprachmodelle und multimodale Analysen kombiniert, um wesentliche Informationen aus wissenschaftlichen Forschungsartikeln über Nanomaterialien zu extrahieren. Dieses System verarbeitet Dokumente von Anfang bis Ende und nutzt Werkzeuge wie YOLO für die visuelle Datenextraktion und GPT-4o für die Verknüpfung von Text- und visuellen Informationen. Im Kern orchestriert der ReAct-Agent spezialisierte Agenten, um eine umfassende Datenaus extraction zu gewährleisten. Wir demonstrieren die Effizienz des Systems, indem wir die Zusammenstellung von Datensätzen über Nanomaterialien und Nanozyme automatisieren, die zuvor manuell von Fachexperten kuratiert wurden. NanoMINER erreicht eine hohe Präzision bei der Extraktion von Eigenschaften von Nanomaterialien wie chemischen Formeln, Kristallsystemen und Oberflächenmerkmalen. Bei Nanozymen erzielen wir eine nahezu perfekte Präzision (0,98) für kinetische Parameter und wesentliche Merkmale wie Cmin und Cmax. Um die Systemleistung zu benchmarken, vergleichen wir nanoMINER auch mit mehreren Basis-LLMs, einschließlich des neuesten multimodalen GPT-4.1, und zeigen durchgängig höhere Extraktionspräzision und Recall. Unser Ansatz ist auf andere Bereiche der Materialwissenschaft und in Feldern wie der Biomedizin ausweitbar und fördert datengestützte Forschungsansätze und automatisierte Wissensextraktion.